Модели и алгоритмы диагностики атеросклероза артерий нижних конечностей

• Автор: Федоров, Дмитрий Алексеевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2015
• Место защиты: Сургут
• Количество страниц: 154 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
ГЛАВА 1. СОВРЕМЕННЫЕ МЕТОДЫ ДИАГНОСТИКИ СОСТОЯНИЯ БОЛЬНЫХ АТЕРОСКЛЕРОЗОМ АРТЕРИЙ НИЖНИХ КОНЕЧНОСТЕЙ И ПУТИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ СРЕДСТВ ДИАГНОСТИРОВАНИЯ
1.1. Атеросклероз артерий нижних конечностей: определение, факторы риска, клинические признаки, средства инструментальной и лабораторной диагностики
1.2. Этапы принятия решения врачом по назначению диагноза болезни атеросклероз артерий нижних конечностей
1.3. Особенности разработки моделей и алгоритмов экспертных систем в
медицине
Цель и задачи исследования
ГЛАВА 2. ПОЛУЧЕНИЕ, АНАЛИЗ И ОБРАБОТКА МНЕНИЙ ЭКСПЕРТОВ ПО ВОПРОСАМ ДИАГНОСТИКИ АТЕРОСКЛЕРОЗА АРТЕРИЙ НИЖНИХ КОНЕЧНОСТЕЙ
2.1. Структура экспертного опроса, обработки и анализа информации
2.2. Подбор и опрос экспертов, выделение высокосогласованной группы..
2.3. Разработка методики опроса, анализа и обработки мнений экспертов .
2.4. Получение, обработка, анализ и сравнение результатов экспертного опроса по классической и предложенной методике опроса экспертов
2.4.1. Получение и обработка результатов экспертного опроса
2.4.2. Сравнение результатов по разным методикам. Обработка и анализ результатов.
2.4.3. Применение регрессионного анализа к результатам экспертного опроса.
2.5. Проведение экспертного анализа по лабораторным и инструментальным
признакам по предложенной методике
Выводы по второй главе

ГЛАВА 3. МОДЕЛИРОВАНИЕ ПРОЦЕССА ДИАГНОСТИКИ БОЛЬНЫХ АТЕРОСКЛЕРОЗОМ ПО ДАННЫМ ИСТОРИЙ БОЛЕЗНИ
3.1. Структура математического моделирования диагностики облитерирующего атеросклероза артерии нижних конечностей
3.2. Сбор и формализация данных из историй болезни пациентов
3.3. Математические модели с качественными зависимыми переменными
3.3.1. Логистическая регрессия с бинарной зависимой переменной
3.3.2. Логистическая регрессия с порядковой зависимой переменной
3.4. Модели выдачи совета по предварительному диагнозу на основе выделенных экспертами клинических признаков и факторов риска и собранных значений из историй болезни
3.4.1. Модели расчета стадии болезни по клиническим признакам
3.4.2. Модель расчета стадии болезни по факторам риска
3.4.3. Модель расчета состояния артерий нижних конечностей по стадии болезни..
3.5. Модель расчета степени коллатеральной компенсации кровотока на
основе логистической регрессии
Выводы по третьей главе
ГЛАВА 4. РАЗРАБОТКА АЛГОРИТМИЧЕСКОГО И ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ВРАЧОМ-ХИРУРГОМ ПРИ ДИАГНОСТИКЕ АТЕРОСКЛЕРОЗА АРТЕРИЙ НИЖНИХ КОНЕЧНОСТЕЙ
4.1. Структура информационной системы поддержки принятия решений врачом-хирургом
4.2. Функции информационной системы поддержки принятия решений врачом-хирургом
4.3. Основные блоки информационной системы диагностики атеросклероза артерий нижних конечностей
4.3.1. Структура базы данных
4.3.2. База моделей ИС «Атеросклероз»
4.3.3. Блок логического вывода
4.3.4. Алгоритм расчета основных параметров диагностики ОААНК

4.3.5. Алгоритм извлечения прецедентов из базы данных пациентов.
4.4. Методика разработки информационной системы поддержки принятия решений врачом-хирургом при диагностике атеросклероза артерий нижних
конечностей
Выводы по четвертой главе
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ
Приложение 1. Анкета «Факторы риска ОААНК»
Приложение 2. Анкета «Клинические признаки ОААНК»
Приложение 3 Характеристика экспертных групп
Приложение 4. Оценки экспертов группы № 1, 1А
Приложение 5. Оценки экспертов группы №
Приложение 6. Структура базы данных ИСППР
Приложение 7. Свидетельство о регистрации программы для ЭВМ
Приложение 8. Акт внедрения ИСППР «Атеросклероз» на кафедру
факультетской хирургии СурГУ
Приложение 9. Акт внедрения ИСППР «Атеросклероз» на кафедру
информатики и вычислительной техники СурГУ
Приложение 10. Акт внедрения ИСППР «Атеросклероз» в экспериментально-клиническую практику Сургутской городской клинической больницы

3) описываются и разрабатываются чаще всего отдельные блоки ИС, поэтому нет системного подхода к учету функции ИС ППРВ.
В работах [52, 102] описан метод оценки состояния сосудов человека на основе анализа формы пульсовой волны.
В совместной работе пермского государственного технического университета и пермской государственной медицинской академии им. акад. Е.А. Вагнера используется метод оценки состояния сосудов человека на основе анализа формы пульсовой волны, который используется при разработке интеллектуальной системы поддержки принятия решений для диагностики атеросклероза. При этом поставлены и решены следующие задачи:
- разработано программно-аппаратное обеспечение, реализующее автоматизацию операций: запись данных с датчиков ПВ в режиме реального времени, обучение системы и накопление знаний;
- разработаны математические модели процесса выявления заболевания сосудов человека на основе методов классификации и кластеризации исследуемых единиц;
- механизм нечеткого логического вывода основан на базе знаний (БЗ), формируемой специалистами медиками (экспертами) в виде системы нечетких предикатных правил, полученных на этапе обучения системы; классификация на основе нечеткого логического вывода происходит по БЗ с помощью алгоритма Мамдани.
В работе [52, 102] рассмотрены задачи извлечения диагностической информации и принятия решения о возможном атеросклеротическом поражении сосудов человека. Описана система обработки биомедицинских сигналов и расчета параметров упругих свойств сосудов на основе анализа формы пульсовой волны, позволяющая с помощью экспертной базы знаний сформировать диагноз состояния сердечно-сосудистой системы пациента. Данная разработка позволяет обнаружить начальную стадию развития атеросклероза. Исходя из аппаратных возможностей датчиков